散乱数据点多项式插值光顺曲面的构造

为了得到光顺的多项式插值曲面,首先把空间散乱数据点划分为三角形网格,在每个给定数据点处构造C^1连续的分片二次多项式曲面片,针对各数据点的邻接点个数不同,分别利用弯折能量和拉伸能量建立目标函数,极小化目标函数确定插值曲面的未知量,在保持原有的形状特征的同时构造光顺的分片插值曲面,最后用实例说明了文中方法的有效性．     

散乱数据点的三次多项式插值

用分片三次多项式曲面对散乱分布数据点插值的方法把给定区域划分成三角形网格，在每个三角形上构造一个三次多项式曲面片，整体的Ｃ１曲面由各三角形上的曲面片拼合而成．讨论了整体Ｃ１曲面需满足的条件组成的方程组的性质，并给出了求解方程组的方法．插值方法的多项式准确集包括所有三次和小于三次的多项式．     

稠密散乱数据点多分辨率曲面重构

将曲面重构看作是一种信号重构过程,针对大量散乱数据点,借助成熟的三角网格划分和网格化简算法,利用提升小波变换实现曲面重构,可以快速地构造出复杂拓扑结构的Calmull-Clark曲面;给出了小波系数估算方法以及基于网格拓扑结构的局部最优路径搜索算法．通过运行实例证明了文中算法的有效性．     

密集散乱测量数据点的B样条曲面拟合研究

回顾了密集散乱数量数据点面拟合研究发展情况,针对异形边界自由曲面密集散乱测量数据点,提出一种B样条曲面多步拟合算法,其中涉及边界插值B样条曲面生成、Hardy′s双二次局部插值、规则网格数据点B样条曲面最小二乘拟合等关键技术,通过一个工程实例,对文中提出的B样条曲面多步拟合算法进行了实验验证。     

一种有效的散乱数据点云三角剖分算法

本文使用的算法充分利用邻近点集反映出的局部拓扑和几何信息,基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建。本算法的运行效率高,且思想简单易于实现;输出结果为最常用的三角网格表示,适用于任意拓扑结构的物体和各种类型的散乱数据点云对象,允许数据点集的分布具有一定的不均匀性。     

三角形域上散乱数据的二元样条插值

由于多元散乱数据的插值具有广泛的实用价值,Schumaker、Barnhill、Franke与Bohm等都曾从不同角度综述过有关的方法。最近,de Boor又主持了专门介绍处理曲面计算方法的讲座。国内外对多元样条的讨论是相当热烈的,B-样条、光滑余因子与B-网方法是其中比较活跃的方向。但是,这些方法没有良好的变分性质,拟合     

一种散乱数据点云快速简化算法

本文提出了一种散乱数据点云的简化算法,即指定数据点间的临界距离,若测量点间的距离小于临界值,则两点中的一个将被删除。这种简化方法直接以测点间的距离为是否进行简化的判定依据,不需要反复遍历寻优,所以在同样删除率的情况下,按指定距离进行简化比按指定数据点个数进行简化速度快得多。本算法的运行效率高,且思想简单易于实现;最后基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建,输出结果为最常用的三角网格表示。     

散乱数据点的增量快速曲面重建算法

给出了一个新的散乱数据的曲面重建算法.算法充分利用邻近点集反映出的局部拓扑和几何信息,基于二维Delaunay 三角剖分技术快速地实现每个数据点的局部拓扑重建,然后通过自动矫正局部数据点的非法连接关系,以增量扩张的方式把局部三角网拼接成一张标准的整体二维流形网格.该算法在重建过程中能自动进行洞的检测,判断出散乱数据所蕴涵的开或闭的拓扑结构.实验结果表明,该算法高效、稳定,可以快速地直接重构出任意拓扑结构的二维流形三角形网格.     

实现平面上散乱数据点三角剖分的算法

本文针对传统剖分方法的不足，基于轨迹生成和边界裁剪等技术，提出了实现包含若干内孔的复杂多边形区域内散乱数据点自动三角剖分的新方法，并给出用此法进行三角剖分若干实例。     

三角形域上C1连续的四次插值曲面

提出了一种在三角形域上构造C^1曲面的方法,该方法构造的曲面片由4个曲面加权平均产生,在三角形的边界上满足给定的边界曲线和一阶跨界导数．所构造的曲面可看作由一张基本曲面和三张过渡曲面构成．用三条曲线相交于一点且在交点处共面作为约束条件构造基本曲面,在三角形的内部具有较好形状和逼近精度．同边点法相比,文中方法产生的曲面形状更好;且该方法产生的曲面对四次多项式曲面是精确的,因而比Nielson的点边方法具有更高的插值精度．     

基于控制顶点扰动的平面二次曲线重构

基于控制顶点扰动的思想提出了一种新的曲线重构算法,用于构造一条分段二次B样条曲线来逼近平面上的散乱数据点．逐个输入数据点后,通过对控制顶点进行扰动来求取新的控制顶点．重构曲线的最终控制网格可通过求解一个非线性优化问题获得．一系列实验表明：该算法在经过少数几步迭代后很快就能收敛．该算法几何直观性强、操作简单,对平面上具有不同形状和不均匀采样误差的散乱数据都能得到很好的重构效果     

平面离散点集的边界搜索算法

进行有限元仿真首先要建立有限元网格模型。使用不含有任何拓扑信息的离散点集直接进行网格划分可以快速、精确地建立网格模型。使用铺路法进行网格剖分是从边界开始向内生成网格单元。该文提出一种使用搜索盒的搜索平面离散点集边界的算法。该方法将离散点分配到搜索盒中,遍历位于边界的搜索盒,将其中的点连接成边界点链表。该算法能正确地搜索包含有凹点、孔洞特征的离散点集的边界,具有较强的通用性。文中介绍了算法的基本思想,并给出算例。     

基于二元Lagrange插值多项式的门限方案

针对基于一元Lagrange插值多项式的门限方案中存在的安全性不足及应用领域受限问题,通过研究现有的门限方案和实数域上的二元Lagrange插值理论,在有限域的基础上,提出一种基于二元Lagrange插值多项式的门限方案。给出了方案的构造及其数值算例,证明了方案的合理性和可行性。将该方案与基于一元Lagrange插值多项式的门限方案进行对比分析,表明新的方案中子秘密丢失所造成的损失更低、合谋难度更大,方案的安全性更高。同时,该方案可以拓宽门限方案的应用领域。     

用参数样条插值挖补方法进行大规模散乱数据曲面造型

利用矩形域中带连续边界条件的多元散乱数据最优插值方法，结合张量积型参数样条插值，从挖补的思想得到启发，提出一种适合大规模散乱数据曲面造型的参数样条插值挖补方法．用该方法构造的参数曲面内部C^m，n连续，挖补的矩形边界分别为C^m-10.和C^0,n-1连续．最后就常见的m=n=2时的双三次样条给出一些数值例子，说明该算法简单易行，效果良好．     

基于小波变换的散乱点数据处理方法

散乱点数据处理在科学可视化研究、逆向工程、计算机视觉等领域有广泛应用。本文根据小波变换的基本原理和多维小波变换算法,设计了一种基于小波变换的散乱点数据处理方法。通过对散乱点的分层处理,将图像视频的三维小波变换应用于散乱点。在满足后期可视化显示要求的基础上,按照需要约减表示细节的高频子带,可应用于三维可视化数据的前期处理方面。     

基于三次样条插值的采样数据光滑曲线形成法

在计算机机辅助测试（CAT）中,所测得的数据一般为一系列的离散系统样数据,怎样将它恢复为不失真的连续光滑曲曲线并打全出呢？本文提出了三次样条插值函数的形成法及其局限性,并对三次样条插值提取出了改进方法,使测得的一系列离散点能形成光滑的曲线。     

基于CAD模型的3D散乱数据点三角剖分方法

提出了一种针对空间大规模散乱数据点三角剖分的方法。该方法基于可用的CAD模型,采用“分而治之”的思想。对齐测量数据点与CAD模型、记录数据点及在CAD裁剪NURBS曲面实体上投影点。分别对每块实体的参数区域(u,v)相应点2D-Delaunay三角化、根据R2区域的连通结构反构造出3D三角网。进行冗余三角形删除和网格片缝合等优化处理。与其他方法不同的是,它不受测量数据的分布方式和物体曲面形状的拓扑结构限制。实际的算例结果表明,该方法高效且可靠实用。